如何修炼才能成为一名优秀的数据产品经理？_36氪

编者按：本文来自产品经理社区  PMCAFF 的投稿，作者 杨楠楠。你对数据产品有清晰的认识吗？你知道数据产品经理要做的是什么吗？无论你是对数据产品一无所知的菜鸟，还是已经入行多年的数据产品经理，相信这篇文章都会带给你一些新的启示与思考。

网上关于数据分析师的文章很多，但是关于数据产品经理的文章很少，所以经常有各个领域的垂直网站来和我交流，问我数据产品应该怎么做，人怎么培养，团队应该怎么建。所以我就把别人的问题、自己的回答，结合自身的成长经验，做了一个课程。后应 PMCAFF 之约，在这里把课程讲稿连载。

一、数据产品工作简介：

1.     数据产品经理的概念和范围：

首先，思考两个问题：

1. 你心中的数据产品都包括哪些？
2. 你认为数据产品经理是做什么的？

至少，我每次介绍自己是数据产品经理的时候，经常收到别人问：

我有**问题，能帮我看看怎么回事么？这个数据为什么会变成这样？

我：%￥……#%￥@；

好，大家一起和我念： 数据产品经理不是数据分析师，数据产品经理是产品经理的一种，数据分析是产品经理的核心能力之一，产品经理是数据产品经理的核心能力之一。

首先，数据产品经理必须了解不同的公司，在不同的阶段，需要哪些数据产品，并能够制作出来，这是此职位的核心要求，也是我本系列文章重点介绍的部分。

其次，数据产品经理必须有足够的数据分析能力，所以，我会讲一些数据分析的基本思路和方法论。如果有了数据分析的思维，再跟公司业务结合就会比较容易。

最后，数据产品经理是产品经理的一种，所以要同时具备产品经理的能力：了解用户，需求调研，方案设计，协调技术、测试、设计等，不过这些网上有很多文章了，所以我只会讲数据产品更需要注意的地方。

2.     数据产品的种类：

在公司中，能够发挥数据价值的产品，即是数据产品；

一般，主要从用途来分，分为以下两种：

（1）分析类产品： 通过数据的计算和展现，帮助业务进行分析、决策的产品，大概包括以下几类：

1. 流量分析产品：可以帮助产品经理进行页面设计、功能改进和改版评估等
2. 销售分析产品：可以帮助运营分析

这两个产品都是公司的必备，对公司各部门都有较大帮助：

1. 帮助产品经理进行页面设计、功能改进和改版评估等；
2. 帮助运营人员做用户分析、活动分析等；
3. 帮助市场人员做投放分析优化等；

当公司某一块业务比较重要，又有专门的部门负责时，一般会把数据分析系统独立出来，比如：

1. 供应链分析系统；
2. 客服分析系统；
3. 会员分析系统；

（2）算法类产品： 通过数据的计算，直接更改页面的逻辑的产品，成为算法类产品，比如：

1. 个性化推荐；
2. 搜索；
3. 用户画像；
4. 程序化购买广告；
5. 等等

这两种是根据公司的情况来，区别并不是很明显，而且会不断演变。

比如：

1. 对供应链支持的，可能最开始是销售分析系统里，一个库存分析的报表而已；
2. 后来，加入了各种补货预警、成本分析等报表，就变得很复杂，独立出来成为系统；
3. 再后来，选品和销售预测，都是需要较强的算法支持，就变成了一个算法类产品。

在很多时候，我们进入的都不是 BAT，而是一个垂直领域的领头公司，独角兽公司，这是很不错的选择。但是这种公司都不会一上来就配备很大的数据团队，可能也没有非常懂的领导，这时候需要数据产品经理不断规划数据产品的未来，从而协调资源。

所以一个数据产品经理，不仅要了解各个数据产品，还要了解，在公司什么样的情况下，这个产品以什么样的形态出现。三个月后，公司可能会什么样，需要什么样的数据产品。

这样，你才可以去申请技术人员和其他资源。

二、 分析类产品

1.     定义和能力模型：

首先说定义，什么是分析类产品？

可以挖掘数据背后的价值，并通过数据的展示，为使用者提供帮助，即数据产品。

一个数据产品经理的能力模型如下：

1. 数据分析的能力；
2. 商业模型的理解能力；
3. 需求分析和调研的能力；
4. 数据展现的能力，即可视化的能力；

2.     数据分析的能力：

在我年轻的时候，在团队中处于打头阵的状态，基本上老大有什么新的产品了，会先派我去做。等我做的把坑趟的差不多了，就交给别人，换下一个产品，所以我真是做过很多产品和页面。后来总结出做分析产品的一个套路来，如下：

首先讲一个数据分析框架，这基本上被我适用于公司很多业务上：

这是一个数据分析师的经典的分析过程。首先，为这个部门收集一些信息，帮助制定关键指标，其次，监测指标完成的好坏，并发现问题，然后，分析影响 KPI 完成的原因。最后，给出解决方案。

数据产品经理要做的是什么呢？ 就是把这个框架中的每个过程总结出来，梳理清楚，每一步，都需要哪些数据、哪些指标，怎么展示，用图还是用表，用什么图。然后，再综合开发资源、上线时间等，最终决定产品是什么样。

我以淘宝给卖家做的一个产品为例，来讲解这个过程：这是一个给管理团队和运营团队看的日报:

首先， 日常监测： 他们选的是访客数、浏览量、实付金额、支付转化率、客单价、退款金额、服务态度评分七个指标；

我们给每个部门做产品时，都需要首先制定核心指标。有很多时候，业务部门自己会提需求，但业务部门只能想到最直接的，很可能他们部门很严重的问题，会漏掉。

从部门价值上来考虑：

1. 资本方给公司的要求是什么？
2. 哪些指标影响了估值？
3. 你目前在分析的这个部门，可以承担哪些影响估值的指标？
4. 哪些其他指标可以为这个指标服务？

从用户行为来考虑：

1. 用户如何来到这个页面 / 这个流程？
2. 他都进行了哪些操作？
3. 都经过了哪些步骤？
4. 从哪个环节流失？
5. 整体流程上，用户最关心什么？他的时间？更好的服务？更多的选择？

当然，还有很多维度可以考虑。

这样分析下来，该部门的核心指标就找到了。

对于部门来说，核心指标是比较好找的，可以跟部门老大合计，看他侧重哪方面即可。

对于为管理层做决策来说，就相对难了一些，在国内现在的形势下，可以多了解资本市场的分析逻辑，多了解管理层的现在的关注重点。

因为即使管理人员，做企业时，也是摸着石头过河，也在不断的学习，可能这个阶段学习的是一种商业理论，在另一个阶段学习的是另一种商业理论。所以相关的商业理论要了解，才能给抽象成报表、甚至分析页面。我为此曾经学过很多，balabala 的。

发现问题：达成情况、情况好坏；同比、环比、定基比；

继续看这个页面，数据分析方式怎么用到页面设计中。

1. 同比：较上周同期；
2. 环比：较前一日；
3. 定基比：将行业中所有的卖家分层，用和该店类似的卖家的核心数据，来做对比，从而知道自己的优缺点。

定基比中，我见过最好的，是淘宝的产品。我当时在代运营公司，确实卖家就想知道，哪些跟自己差不多的，比自己好一些的卖家，他们的一些核心数据是什么样的，我的数据到底改善空间有多大。

当然作为平台，可以做的更好一点：比如，我们同省市的卖家，大概的数据是多少。像我们去山东谈酒类企业，他们其实就很关注其他山东的酒在网上的受认可程度。太大的品牌，给他们的借鉴意义毕竟小。

当指标和分析方式都比较多的时候，用户看到页面，就会看到很多数据，但是不知道看什么。这时候就要用一些可视化的方式，突出重点。比如，用红色叹号，将下降较多的指标标出来。

分析原因： 在产品设计中，通常要把影响指标达成的原因，也列在这个页面上，以供使用者参考。当然影响因素会很多，所以产品经理首先要收集齐全影响因素，然后再把关键的、核心的因素挑出来。

比如某个地区的月初退货率忽然增长，就要收集原因，可能如下：

管理：

当地销售人员刷单，为了达成上月业务目标，月初退货；

 部门人员，有的比较能干，有的比较弱，导致了整体数据的达成不好；

商品： 新上的商品质量不过关；

促销： 邮费政策、价格政策的变动；

外部原因：

*  京东做了一场大促，把价格给打下来了；

*  忽然爆发了商品的替代品，原有的优势品类衰退；

*  天气原因：当地下了一场大雨，导致送货速度降低，顾客不满意；

*  广告投放合作方临时变化（可能）

这些原因，哪些可以量化呢？哪些发生的几率比较大，而现在并没有这样的数据可用查看？这些原因，在产品设计中，就可以做成数据下钻的报表，以方便了解详情。

如上图所示，拿红圈圈起来的，就是原因分析这一步在页面上的展示。当你看到一款商品数据有问题时，既可以进入商品温度计，查看商品的每个环节（标题、商品页面设计等）到哪哪里有问题，还可用进入单品分析，查看流量来源等。

解决方案：

一般来说，我们建议数据产品经理做到原因分析这一层，就足够了。因为解决方案没有一定之规，不仅跟公司战略有关，还和业务团队的 leader 喜好，部门的发展情况有关。如果没有一定的高度，可能做出来的并不是很好用，并且所以一般不建议产品经理直接做到解决方案这一步；

但是，如果能够做到，那么你整个的产品的质量和可用性，都会有较大提升。能够做到解决方案，说明你真的明白你的数据的价值是什么，用来解决什么。

解决方案分以下几类：

1. 直接营销：在会员系统中，在不同的分析页面，配上不同的营销方式。点击可以对相应的用户进行营销；
2. 管控：通过管理制度解决，比如，建立末位淘汰制，将打包能力差的人员淘汰，替换成打包能力强的人员，就可以提升打包时间，这样解决方案就是多一张监督打包人员的表；
3. 预测：以现在这样的速度，预测未来会发生什么，需要做什么补救。这是我当初给仓储提的一个方案。具体忘了。

另外还有一些，是数据出来后，数据产品经理可以去推动的。

通过招聘解决： 有一些问题，大家都看得到，为什么没有解决，很大程度是因为没有能做这些事情的人；

通过系统来解决： 将一些人工频繁操作的，做成系统，可以提升效能，节约成本；用更智能的系统，替代掉原有的人工的模式；比如，首页的转化率比较低，试着将一些坑位变成千人千面，看是否能增加转化率；

通过战略来解决： 比如，原有的模式是以采定销，采购人员认为什么好卖，就进什么货，这样的好处是可以压低进货价，坏处是积压库存；如果将整个商业模式改成以销定采，则可以根据市场需求，来确定进货量的多少，从而达到降低库存的目的；

提出解决方案，有一个非常重要的前提，就是找到解决方案的负责部门：

作为内部的分析产品，我们建议以部门为一个单位目标用户群体，比如：市场部、仓储部、客服部、运营部；毕竟，公司把一块业务流程让一个部门负责，本身一般意味着这块流程的独立性，并且说明 有人为这块流程负责；

要点一：有人负责，这很重要。我们曾经分析过库存问题，当时已经很严重了，但是公司没有部门对此负责时，推动非常难。

要点二：有一些指标，大家都知道是核心指标，但是没有人负责，也许是因为有更重要的事，也许是因为没有想好如何将该目标拆解下去，分给哪个部门。

如果是前者，就要再找一些数据来，证明是否是核心指标，比如后来我们拿到了京东和聚美的库存周转率，这些数据都和酒仙网有鲜明的对比；

如果是后者，就要看拆分的维度。比如库存问题，是拆给运营部门，还是拆给采购部门，解决的方案是完全不同的。

本文来自读者投稿，不代表 36氪 立场，如若转载，请注明出处：http://36kr.com/p/5039799.html

“看完这篇还不够？如果你也在创业，并且希望自己的项目被报道，请 戳这里 告诉我们！”